基于粗糙集理論的唐家山堰塞湖泄洪問題建模與分析.pdf

1、本文對唐家山堰塞湖泄洪問題用粗糙集理論進行了建模與分析。
　　 唐家山堰塞湖泄洪問題的數據來源于當時每天的新聞報道，因此這些數據具有雜、亂、多的特性，需要對這些數據進行預處理。本文首先對這些數據進行了去噪聲和離散化處理，然后用追溯算法將各數據間的時間聯系去掉，使之由時態(tài)決策信息系統(tǒng)轉換成了決策信息系統(tǒng)，且該決策信息系統(tǒng)隨著每天數據的增加而更新。
　　 屬性約簡是粗糙集理論研究的核心內容之一，基于因對象增加而要更新的信息系

2、統(tǒng)獨有的特點，增量式屬性約簡算法應運而生。大部分增量式屬性約簡算法都是對辨識矩陣進行改進來提高約簡效率；本文結合唐家山堰塞湖泄洪問題實際，分別給出單增量式屬性約簡算法和多增量式屬性約簡算法，這兩種算法都是在原系統(tǒng)的劃分辨識集上進行改進，從而能夠更快更準確的找到新系統(tǒng)的劃分辨識集；本文用唐家山堰塞湖泄洪問題為例，分別用這兩種算法跟基于區(qū)分矩陣的約簡算法進行對比，發(fā)現用區(qū)分矩陣約簡需要操作98次才能夠得到辨識矩陣，而用單增量屬性約簡只需要操

3、作24次就能得到劃分辨識集；同樣，多增量式屬性約簡也能大大降低算法復雜度。
　　 經典的粗糙集理論是基于不可分辨關系的，用這種理論建立的模型缺乏對噪聲數據的適應能力，而且對數據丟失問題也不能夠很好的解決。本文在用經典的粗糙集理論對唐家山堰塞湖泄洪問題進行建模時，人為添加了幾個合理約束條件才求出結果，這樣求得的結果顯然是沒有太大說服力的；對此，本文將模型進行改進，給出基于相近—優(yōu)勢關系粗糙集理論，該理論是分別對相近關系粗糙集理論和